基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。     

基于模拟退火的改进粒子群算法研究及应用

为加快粒子群算法效率,跳出局部最优陷阱,得到高精度最优解,文章提出了基于模拟退火的带收缩因子的粒子群混合算法(SACPSO)。首先,对混合优化算法进行了分析;然后,对混合算法进行函数数值仿真;最后,将SACPSO算法应用于PID参数整定问题。结果表明,改进粒子群算法的稳定性和搜索精度有了明显提高,收敛速度明显加快;在PID参数整定应用上,同传统方法相比,系统稳定,收敛性能好。     

引入平均最好位置的量子粒子群算法及在航空发动机非线性模型求解中的应用

为改善粒子群算法的全局搜索能力和计算精度,在标准粒子群算法和量子理论的基础上,将平均最好位置引入粒子的状态更新过程,提出了1种基于量子行为改进的粒子群算法及不同的收缩-扩张因子取值策略.采用该量子粒子群算法对建立的典型双轴涡扇发动机部件级非线性模型进行了求解,结果表明:分段线性递减收缩-扩张因子适用于复杂的航空发动机隐式模型,其收敛效率和精度都较高,具有一定的工程应用价值.     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。     

基于改进粒子群算法辨识Volterra级数的目标机动轨迹预测

目标机动轨迹预测是空战态势感知和目标威胁评估的重要前提。针对传统目标机动轨迹预测模型复杂度大、预测精度低等问题，结合目标机动轨迹时间序列的混沌特性，提出一种基于相空间重构理论和Volterra泛函级数的目标机动轨迹预测模型。该模型首先采用0-1检测法验证了目标机动轨迹时间序列具有混沌特性；其次，利用C-C法确定嵌入维数和时间延迟，对目标机动轨迹时间序列进行了相空间重构；然后，引入Volterra泛函级数预测模型，为了克服高阶Volterra核函数求解复杂的难题，提出一种混沌变异自适应粒子群算法，构建一种基于改进粒子群算法辨识的Volterra级数预测模型，并将其应用于目标机动轨迹预测；最后，将所提算法与卡尔曼滤波算法以及机器学习算法进行单步和多步预测对比，同时将改进粒子群算法与其他智能算法进行性能比较。仿真结果表明：所提预测模型具有良好的单步和多步预测性能，改进的粒子群算法具有参数辨识精度高、收敛速度快的优点。     

基于免疫粒子群算法的滑油屑末支持向量机预测模型设计

将人工免疫理论的克隆选择算法中的抗体克隆、变异和抑制策略引入粒子群优化算法中,提出了一种基于克隆选择的免疫粒子群优化算法,克服了基本粒子群算法易于陷入局部最优解的缺点.针对支持向量机预测模型的参数选择影响其预测精度的问题,引入免疫粒子群优化算法设计了参数自适应优化的航空发动机滑油屑末支持向量机预测模型.仿真结果表明:与传统的交叉验证试算法相比,基于免疫粒子群优化的预测模型实现了参数的自动择优,并且提高了预测精度.      

基于动态因子的粒子群算法在航路规划中的应用

粒子群优化PSO(Particle Swarm Optimization)因其实现容易、精度高、调整参数少、收敛速度快等优点而在解决优化问题中得到了广泛的应用。分析了惯性权值及加速度因子对粒子群算法优化性能的影响,进而提出改进粒子群算法的方法:线性或非线性动态调整惯性因子,从而有效地提高算法的搜索能力;进行了仿真实验,仿真结果表明改进后的算法在全局搜优的速率与精度方面均有明显提高。     

粒子群混合算法在变导向器面积计算中的应用

求解非线性方程组经典方法具有严格的局部收敛性;粒子群等进化算法解决了全局收敛的问题,但计算效率偏低,存在最优解不稳定的问题。结合经典Newton-Raphson法的超线性收敛速度和粒子群算法全局收敛能力的粒子群混合算法具备2类算法的优点。在迭代初期采用粒子群算法获得的近似全局解作为Newton-Raphson算法的初始值,以确定高精度的解。利用粒子群混合算法在发动机变导向器面积的大偏离计算中获得了较好的收敛效果,解决了常规Newton-Raphson法不收敛的问题。     

基于Elman神经网络的战斗机空战轨迹预测

轨迹预测是空战态势感知中的关键问题。针对传统轨迹预测方法模型简化程度大、预测精度偏低的问题,提出了基于Elman神经网络的战斗机空战轨迹预测方法。首先,以一对一空战为背景,建立了基于Elman神经网络的目标机空战轨迹预测模型;其次,在利用空战训练测量仪(ACMI)中记录的空战数据基础上,选取了一对一空战轨迹,并构建了训练样本和测试样本;然后,通过仿真分析了不同算法进行轨迹预测的精度。结果表明,与传统粒子滤波算法相比,Elman网络模型预测误差更小、预测效果更好,可以更加准确地进行目标机空战轨迹的预测。     

单斜热丝测量三维速度场算法研究

单斜热丝技术测量三维速度场的精度,取决于能否在较大速度和角度范围内,准确有效地反映有效速度与气流大小和方向的关系.在分析最小二乘、L-M算法拟合测量数据不足的基础上,采用粒子群优化算法求解测量数据,有效解决了热线旋转角度不确定性问题,避免了实际测量计算时重新引入热线方向性误差.同时,通过动态调整惯性权重因子及引入变异因子,克服了传统粒子群算法易陷入局部极值的缺点.本文发展的单斜热丝测量三维速度场的试验数据确定方法,经压气机转子出口流场测试试验表明,该算法精度较高.     

基于仿真技术的空调系统冲压空气能耗研究

简要介绍了开展民用飞机空调系统仿真分析及研究的重要意义和空调系统工作原理。建立了民用飞机空调系统主要部件的数学模型,开发了系统部件仿真模块及驾驶舱/客舱热载荷模块等,用搭建的部件模块组建了某民用飞机空调系统仿真模型,完成了仿真计算算例。对仿真算例进行试验验证以修正仿真模型,应用修正的仿真模型预测民用飞机整个飞行剖面内空调系统的冲压空气流量,同时采用标准计算方法评估空调系统冲压空气能耗,为空调系统的冲压设计提供依据,对飞机空调系统设计、优化及适航符合性验证具有重要的参考意义。     

民用飞机座舱空气分配优化设计与试验验证

以仿真分析和试验试飞为手段,对某型客机空气分配进行优化设计。首先建立飞机座舱热载荷动态仿真模型,分析飞机驾驶舱及客舱新的供气需求;其次根据飞机空气分配管路实际构型建立Flowmaster 仿真模型,并基于模型调节管路构型,以调整各舱室空气分配流量,实现驾驶舱和客舱的流量需求;最后将优化设计应用于民用飞机空气分配系统中,仿真分析和试验试飞验证结果吻合较好,说明了仿真技术手段的合理性。     

基于PMV-PPD的地面空调最佳送风速度

针对目前飞机地面空调恒速送风所造成的客舱热舒适性和节能效果不佳的问题,运用CFD技术建立了Boeing737飞机客舱的仿真模型,并通过实验室1∶1尺寸的Boeing737实验舱进行验证,证明所建立的CFD模型合理有效。在此模型基础上,模拟了飞机客舱内的风速场、温度场,根据采样点的风速和温度,分别得到不同送风速度下的客舱内热舒适性评价指标PMV和PPD,通过高斯拟合得到地面空调送风速度与PPD平均值之间的曲线关系,求解得到了满足热舒适性要求的地面空调最佳送风速度,从而实现地面空调的节能控制。     

基于联合仿真的飞机空调系统故障影响

飞机空调系统是飞机的重要组成部分,由于其在飞行过程中环境和工作参数变化较大,易于受到多种因素的影响而成为故障率较高的飞机系统之一。飞机空调系统故障主要发生在飞行过程中,在地面状态难以复现,因此基于联合仿真的飞机空调系统故障影响分析对飞机设计验证和地面维修具有重要意义。首先根据飞机空调系统原理建立了冲压空气进气口模型、发动机压气机模型、压力调节与预冷组件模型、制冷组件模型;然后基于AMESim-Simulink联合仿真平台,模拟飞行过程中空调系统组件性能动态变化过程;最后对典型故障如预冷器泄漏、预冷器空气活门卡死、压力传感器冲击、冲压空气进气作动筒卡死等故障进行模拟,再现了飞行过程中空调系统故障情况,分析了空调组件性能的变化过程。     

FMS巡航阶段的垂直轨迹预测算法及应用

飞机的飞行过程涉及多个垂直飞行阶段,巡航阶段占了绝大部分的飞行时间、飞行距离及燃油消耗,研究飞行管理系统（FMS）巡航阶段的垂直轨迹预测算法,对于提升飞行的经济性、舒适性、安全性是非常重要和必要的。为了满足不同类型飞机之间巡航阶段垂直轨迹预测算法的通用性,提高垂直轨迹预测的精确度和可信度,提出一种适用于巡航阶段的垂直轨迹预测算法。首先,通过计算巡航阶段的速度剖面,构建预测过程中更加符合实际的大气模型;然后基于第一性原理（第一法则）的飞机模型计算所需的巡航燃油流量数据,通过设计的巡航阶段垂直轨迹预测算法逻辑,给出巡航阶段预测的垂直轨迹;最后通过地面仿真试验和空中试飞验证算法的有效性与准确性。结果表明：本文提出的基于第一性原理飞机模型的FMS 巡航阶段垂直轨迹预测算法能够预测飞机的巡航轨迹,且预测精度误差低于1%。     

基于TLBM-FVM耦合的飞行器舱内热环境跨尺度预测方法

舱内热环境的有效预测是优化飞行器热控与防热设计、减小系统冗余并保障飞行器热安全的重要基础。在国家数值风洞（NNW）工程支持下,针对目前舱内热环境多尺度、多机制复合传热特点及其数值预测面临的精度与效率提升难题,发展了多区域协同推进的时空耦合模型及流/固界面的自适应分辨率识别算法,建立了基于热格子Boltzmann方法（TLBM）与有限体积法（FVM）相互耦合的舱内复合传热跨尺度预测方法,开展了典型飞行器仪器舱的综合热分析,验证了耦合方法的计算精度及效率。研究表明,相关方法可实现舱内热环境的局部精细化与整体大规模的协同模拟,用于开展整体自然对流与设备局部热量传递的多尺度数值模拟,掌握不同环境参数对舱内热质传递过程的影响规律,从而为飞行器热防护/热管理一体化设计提供重要技术支撑。     

民用飞机空调系统仿真分析

建立了系统主要部件数学模型,利用Matlab/Simulink平台开发了系统部件仿真模块、驾驶舱/客舱热载荷等模块,并搭建了某民用飞机空调系统仿真模型.在某国产商用飞机空调系统上加装了测试装置,并进行试验测试.通过仿真分析及试验结果比对发现,参数误差在2%以内,由此表明:建立的仿真模块具有较高的精度,提出的建模方法合理有效,对飞机空调系统设计、优化及适航符合性验证具有较高的使用价值.      

民用飞机座舱气流组织技术研究现状分析

舒适性是民用飞机的重要要求,座舱气流组织设计是否合理对乘员舒适性和健康性有直接影响。现在最常见和可靠的预测、设计和分析民用飞机座舱舱内气流组织的方法分别是实验测量和数值模拟。分别对这两种方法进行了描述,两种方法各有优劣,用大量CFD模拟配合有限的模拟舱实验被证明是国际上最有效、最可靠、最经济、最快速的研发手段。     

智能化民用飞机概述

提出了智能飞机的定义以及智能飞机所具备的状态感知、记忆学习、自主控制和规划、行为决策、自然人机交互以及空地一体化维护管理六项特征。基于智能飞机的特征,提出了面向飞行机组的智能驾驶技术、面向乘客的智能客舱技术以及面向机务的智能维护技术,并分别对智能驾驶技术、智能客舱技术以及智能维护技术进行了介绍,重点介绍了实现智能驾驶所依托的PBN、ADS-B等关键技术。本文的研究对未来智能飞机的设计具有重要的指引作用和研究意义。     

飞机环控系统供气温度、流量和湿度对座舱热负荷的影响

 将歼击机前机身置于电辐射加温器内,当座舱盖温度达６０℃,飞机座舱驾驶杆周围温度稳定在４０℃时,座舱空气调节系统使用不同的供气温度、供气流量、含湿量进行通风降温,观察对座舱温度和人体温度参数的影响。供气温度与座舱三球温度指数（ＷＢＧＴ）和座舱平均舱温（Ｔｄｂ）呈正相关。供气流量３００ｋｇ／ｈ降温效果优于２５０ｋｇ／ｈ。供气温度与２０ｍｉｎ时的平均皮肤温度下降值（ΔＴｓｋ）呈负相关。供气温度高,人体出汗量高,人体热反应明显。ＷＢＧＴ３０℃,使用０℃供气温度在短时间内可使座舱温度和人体Ｔｓｋ降至工效区范围,多数指标可满足国家军用标准的要求。